Udostępnij za pośrednictwem


az ml model

Uwaga

Ta dokumentacja jest częścią rozszerzenia ml dla interfejsu wiersza polecenia platformy Azure (wersja 2.15.0 lub nowsza). Rozszerzenie zostanie automatycznie zainstalowane przy pierwszym uruchomieniu polecenia az ml model . Dowiedz się więcej o rozszerzeniach.

Zarządzanie modelami usługi Azure ML.

Modele usługi Azure ML składają się z plików binarnych reprezentujących model uczenia maszynowego i wszelkie odpowiednie metadane. Te modele mogą być używane we wdrożeniach punktów końcowych na potrzeby wnioskowania w czasie rzeczywistym i wnioskowania wsadowego.

Polecenia

Nazwa Opis Typ Stan
az ml model archive

Archiwizowanie modelu.

Numer wewnętrzny Ogólna dostępność
az ml model create

Tworzenie modelu.

Numer wewnętrzny Ogólna dostępność
az ml model download

Pobierz wszystkie pliki związane z modelem.

Numer wewnętrzny Ogólna dostępność
az ml model list

Wyświetlanie listy modeli w obszarze roboczym/rejestrze. Jeśli używasz rejestru, zastąp --workspace-name my-workspace ciąg opcją --registry-name <registry-name> .

Numer wewnętrzny Ogólna dostępność
az ml model package

Spakuj model do środowiska.

Numer wewnętrzny Podgląd
az ml model restore

Przywracanie zarchiwizowanego modelu.

Numer wewnętrzny Ogólna dostępność
az ml model share

Udostępnianie określonego modelu z obszaru roboczego do rejestru.

Numer wewnętrzny Ogólna dostępność
az ml model show

Pokaż szczegóły modelu w obszarze roboczym/rejestrze. Jeśli używasz rejestru, zastąp --workspace-name my-workspace ciąg opcją --registry-name <registry-name> .

Numer wewnętrzny Ogólna dostępność
az ml model update

Aktualizowanie modelu w obszarze roboczym/rejestrze.

Numer wewnętrzny Ogólna dostępność

az ml model archive

Archiwizowanie modelu.

Archiwizowanie modelu spowoduje ukrycie go domyślnie przed zapytaniami listy (az ml model list). Nadal możesz odwoływać się do zarchiwizowanego modelu i używać go w przepływach pracy. Można zarchiwizować kontener modelu lub określoną wersję modelu. Archiwizowanie kontenera modelu spowoduje zarchiwizowanie wszystkich wersji modelu pod daną nazwą. Możesz przywrócić zarchiwizowany model przy użyciu polecenia az ml model restore. Jeśli cały kontener modelu jest zarchiwizowany, nie można przywrócić poszczególnych wersji modelu — musisz przywrócić kontener modelu.

az ml model archive --name
                    [--label]
                    [--registry-name]
                    [--resource-group]
                    [--version]
                    [--workspace-name]

Przykłady

Archiwizowanie kontenera modelu (archiwizowanie wszystkich wersji tego modelu)

az ml model archive --name my-model --resource-group my-resource-group --workspace-name my-workspace

Archiwizowanie określonej wersji modelu

az ml model archive --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--name -n

Nazwa modelu.

Parametry opcjonalne

--label -l

Etykieta modelu.

--registry-name

Jeśli zostanie podana, polecenie będzie dotyczyć rejestru zamiast obszaru roboczego. W związku z tym grupa zasobów i obszar roboczy nie będą wymagane.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--version -v

Wersja modelu.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne
--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc
wartość domyślna: json
--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml model create

Tworzenie modelu.

Modele można tworzyć na podstawie plików lokalnych, katalogu lokalnego, magazynu danych lub danych wyjściowych zadania. Utworzony model zostanie śledzony w obszarze roboczym/rejestrze pod określoną nazwą i wersją. Jeśli używasz rejestru, zastąp --workspace-name my-workspace ciąg opcją --registry-name <registry-name> .

az ml model create [--datastore]
                   [--description]
                   [--file]
                   [--name]
                   [--no-wait]
                   [--path]
                   [--registry-name]
                   [--resource-group]
                   [--set]
                   [--stage]
                   [--tags]
                   [--type]
                   [--version]
                   [--workspace-name]

Przykłady

Tworzenie modelu na podstawie pliku specyfikacji YAML

az ml model create --file model.yml --resource-group my-resource-group --workspace-name my-workspace

Tworzenie modelu z folderu lokalnego przy użyciu opcji poleceń

az ml model create --name my-model --version 1 --path ./my-model --resource-group my-resource-group --workspace-name my-workspace

Tworzenie modelu przy użyciu formatu URI przebiegu mlflow "runs:/<run-id><path-to-model-relative-to-the-root-of-the-artifact-location>/" i opcji poleceń

az ml model create --name my-model --version 1 --path runs:/c42d2507-4953-4a7c-a4c1-2b5bfe0ac64e/model/ --type mlflow_model --resource-group my-resource-group --workspace-name my-workspace

Utwórz model na podstawie nazwanych danych wyjściowych zadania przy użyciu formatu identyfikatora URI zadania azureml "azureml://jobs/<job-name>/outputs/<named-output>/paths/<path-to-model-relative-to-the-named-output-location>" i opcji poleceń. Domyślne nazwane dane wyjściowe to artefakty

az ml model create --name my-model --version 1 --path azureml://jobs/c42d2507-4953-4a7c-a4c1-2b5bfe0ac64e/outputs/artifacts/paths/model/ --resource-group my-resource-group --workspace-name my-workspace

Tworzenie modelu z magazynu danych "azureml://datastores/<datastore-name>/ścieżek/<path-to-model-relative-to-the-root-of-the-datastore-location>" przy użyciu opcji poleceń

az ml model create --name my-model --version 1 --path azureml://datastores/myblobstore/paths/models/cifar10/cifar.pt --resource-group my-resource-group --workspace-name my-workspace

Parametry opcjonalne

--datastore

Magazyn danych do przekazania lokalnego artefaktu.

--description

Opis modelu.

--file -f

Ścieżka lokalna do pliku YAML zawierającego specyfikację modelu usługi Azure ML. Dokumentację referencyjną YAML dla modelu można znaleźć pod adresem: https://aka.ms/ml-cli-v2-model-yaml-reference.

--name -n

Nazwa modelu.

--no-wait

Nie czekaj na zakończenie długotrwałej operacji.

wartość domyślna: False
--path -p

Ścieżka do plików modelu. Może to być lokalizacja lokalna lub zdalna. W przypadku określenia parametru --name/-n i --version/-v należy również podać.

--registry-name

Jeśli zostanie podana, polecenie będzie dotyczyć rejestru zamiast obszaru roboczego. W związku z tym grupa zasobów i obszar roboczy nie będą wymagane.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--set

Zaktualizuj obiekt, określając ścieżkę właściwości i wartość do ustawienia. Przykład: --set property1.property2=.

--stage -s

Etap modelu.

--tags

Pary klucz-wartość rozdzielone spacjami dla tagów obiektu.

--type -t

Typ modelu dozwolone wartości to custom_model, mlflow_model i triton_model. Domyślnym typem jest custom_model.

--version -v

Wersja modelu.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne
--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc
wartość domyślna: json
--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml model download

Pobierz wszystkie pliki związane z modelem.

Pliki zostaną pobrane do folderu o nazwie po nazwie modelu. Jeśli używasz rejestru, zastąp --workspace-name my-workspace ciąg opcją --registry-name <registry-name> .

az ml model download --name
                     --version
                     [--download-path]
                     [--registry-name]
                     [--resource-group]
                     [--workspace-name]

Przykłady

Pobieranie modelu z określoną nazwą i wersją

az ml model download --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Pobieranie modelu z określoną nazwą i wersją do określonej ścieżki lokalnej

az ml model download --name my-model --version 1  --download-path local_path --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--name -n

Nazwa modelu.

--version -v

Wersja modelu.

Parametry opcjonalne

--download-path -p

Ścieżka do pobrania plików modelu domyślnie do bieżącego katalogu roboczego.

--registry-name

Jeśli zostanie podana, polecenie będzie dotyczyć rejestru zamiast obszaru roboczego. W związku z tym grupa zasobów i obszar roboczy nie będą wymagane.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne
--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc
wartość domyślna: json
--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml model list

Wyświetlanie listy modeli w obszarze roboczym/rejestrze. Jeśli używasz rejestru, zastąp --workspace-name my-workspace ciąg opcją --registry-name <registry-name> .

az ml model list [--archived-only]
                 [--include-archived]
                 [--max-results]
                 [--name]
                 [--registry-name]
                 [--resource-group]
                 [--stage]
                 [--workspace-name]

Przykłady

Wyświetlanie listy wszystkich modeli w obszarze roboczym

az ml model list --resource-group my-resource-group --workspace-name my-workspace

Wyświetl listę wszystkich wersji modelu dla określonej nazwy w obszarze roboczym

az ml model list --name my-model --resource-group my-resource-group --workspace-name my-workspace

Wyświetl listę wszystkich modeli w obszarze roboczym przy użyciu argumentu --query w celu wykonania zapytania JMESPath na wynikach poleceń.

az ml model list --query "[].{Name:name}"  --output table --resource-group my-resource-group --workspace-name my-workspace

Parametry opcjonalne

--archived-only

Wyświetl tylko zarchiwizowane modele.

wartość domyślna: False
--include-archived

Lista zarchiwizowanych modeli i aktywnych modeli.

wartość domyślna: False
--max-results -r

Maksymalna liczba wyników do zwrócenia.

--name -n

Nazwa modelu. Jeśli zostanie podana, zostaną zwrócone wszystkie wersje modelu pod tą nazwą.

--registry-name

Jeśli zostanie podana, polecenie będzie dotyczyć rejestru zamiast obszaru roboczego. W związku z tym grupa zasobów i obszar roboczy nie będą wymagane.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--stage -s

Etap modelu.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne
--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc
wartość domyślna: json
--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml model package

Wersja zapoznawcza

To polecenie jest w wersji zapoznawczej i jest opracowywane. Poziomy odwołań i pomocy technicznej: https://aka.ms/CLI_refstatus

Spakuj model do środowiska.

Gdy model jest spakowany, tworzone jest środowisko ze wszystkimi zależnościami.

az ml model package --file
                    --name
                    --version
                    [--registry-name]
                    [--resource-group]
                    [--workspace-name]

Przykłady

Tworzenie pakietu modelu o określonej nazwie i wersji

az ml model package --name my-model --version my-version --resource-group my-resource-group --workspace-name my-workspace --file my-package.yml

Parametry wymagane

--file -f

Ścieżka lokalna do pliku YAML zawierającego definicję pakietu modelu.

--name -n

Nazwa modelu.

--version -v

Wersja modelu.

Parametry opcjonalne

--registry-name

Jeśli zostanie podana, polecenie będzie dotyczyć rejestru zamiast obszaru roboczego. W związku z tym grupa zasobów i obszar roboczy nie będą wymagane.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne
--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc
wartość domyślna: json
--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml model restore

Przywracanie zarchiwizowanego modelu.

Po przywróceniu zarchiwizowanego modelu nie będzie już ukrywany przed zapytaniami listy (az ml model list). Jeśli cały kontener modelu jest zarchiwizowany, możesz przywrócić ten zarchiwizowany kontener. Spowoduje to przywrócenie wszystkich wersji modelu pod daną nazwą. Nie można przywrócić tylko określonej wersji modelu, jeśli cały kontener modelu jest zarchiwizowany — musisz przywrócić cały kontener. Jeśli zarchiwizowano tylko wersję pojedynczego modelu, możesz przywrócić określoną wersję.

az ml model restore --name
                    [--label]
                    [--registry-name]
                    [--resource-group]
                    [--version]
                    [--workspace-name]

Przykłady

Przywracanie zarchiwizowanego kontenera modelu (przywraca wszystkie wersje tego modelu)

az ml model restore --name my-model --resource-group my-resource-group --workspace-name my-workspace

Przywracanie określonej zarchiwizowanej wersji modelu

az ml model restore --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--name -n

Nazwa modelu.

Parametry opcjonalne

--label -l

Etykieta modelu.

--registry-name

Jeśli zostanie podana, polecenie będzie dotyczyć rejestru zamiast obszaru roboczego. W związku z tym grupa zasobów i obszar roboczy nie będą wymagane.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--version -v

Wersja modelu.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne
--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc
wartość domyślna: json
--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml model share

Udostępnianie określonego modelu z obszaru roboczego do rejestru.

Skopiuj istniejący model z obszaru roboczego do rejestru w celu ponownego użycia między obszarami roboczymi.

az ml model share --name
                  --registry-name
                  --share-with-name
                  --share-with-version
                  --version
                  [--resource-group]
                  [--workspace-name]

Przykłady

Udostępnianie istniejącego środowiska z obszaru roboczego do rejestru

az ml model share --name my-model --version my-version --resource-group my-resource-group --workspace-name my-workspace --share-with-name new-name-in-registry --share-with-version new-version-in-registry --registry-name my-registry

Parametry wymagane

--name -n

Nazwa modelu.

--registry-name

Rejestr docelowy.

--share-with-name

Nazwa modelu do utworzenia.

--share-with-version

Wersja modelu, za pomocą której ma zostać utworzony.

--version -v

Wersja modelu.

Parametry opcjonalne

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne
--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc
wartość domyślna: json
--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml model show

Pokaż szczegóły modelu w obszarze roboczym/rejestrze. Jeśli używasz rejestru, zastąp --workspace-name my-workspace ciąg opcją --registry-name <registry-name> .

az ml model show --name
                 [--label]
                 [--registry-name]
                 [--resource-group]
                 [--version]
                 [--workspace-name]

Przykłady

Pokaż szczegóły modelu o określonej nazwie i wersji

az ml model show --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--name -n

Nazwa modelu.

Parametry opcjonalne

--label -l

Etykieta modelu.

--registry-name

Jeśli zostanie podana, polecenie będzie dotyczyć rejestru zamiast obszaru roboczego. W związku z tym grupa zasobów i obszar roboczy nie będą wymagane.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--version -v

Wersja modelu.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne
--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc
wartość domyślna: json
--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml model update

Aktualizowanie modelu w obszarze roboczym/rejestrze.

Właściwości "description" i "tags" można zaktualizować. Jeśli używasz rejestru, zastąp --workspace-name my-workspace ciąg opcją --registry-name <registry-name> .

az ml model update --name
                   --resource-group
                   [--add]
                   [--force-string]
                   [--label]
                   [--registry-name]
                   [--remove]
                   [--set]
                   [--stage]
                   [--version]
                   [--workspace-name]

Przykłady

Aktualizowanie smaków modelu

az ml model update --name my-model --version 1 --set flavors.python_function.python_version=3.8 --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--name -n

Nazwa modelu.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

Parametry opcjonalne

--add

Dodaj obiekt do listy obiektów, określając pary ścieżki i wartości klucza. Przykład: --add property.listProperty <key=value, string or JSON string>.

wartość domyślna: []
--force-string

W przypadku używania polecenia "set" lub "add" zachowaj literały ciągu zamiast próbować konwertować na format JSON.

wartość domyślna: False
--label -l

Etykieta modelu.

--registry-name

Jeśli zostanie podana, polecenie będzie dotyczyć rejestru zamiast obszaru roboczego. W związku z tym grupa zasobów i obszar roboczy nie będą wymagane.

--remove

Usuń właściwość lub element z listy. Przykład: --remove property.list <indexToRemove> OR --remove propertyToRemove.

wartość domyślna: []
--set

Zaktualizuj obiekt, określając ścieżkę właściwości i wartość do ustawienia. Przykład: --set property1.property2=<value>.

wartość domyślna: []
--stage -s

Etap modelu.

--version -v

Wersja modelu.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne
--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc
wartość domyślna: json
--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.